买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉华东师范大学申请的专利一种基于魔方切分复原的半监督多器官分割方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115841494B 。

龙图腾网通过国家知识产权局官网在2025-07-08发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211630590.7，技术领域涉及：G06T7/11；该发明授权一种基于魔方切分复原的半监督多器官分割方法是由王妍;陈铎文设计研发完成，并于2022-12-16向国家知识产权局提交的专利申请。

本一种基于魔方切分复原的半监督多器官分割方法在说明书摘要公布了：本发明公开了基于魔方切分的半监督多器官分割方法，将三维图像视作魔方，将所有图像切成小块，用于图像内分支；对于图像间分支，标记图像和无标记图像的小块随机进行跨图像混合，组成新的混合图像；这两个分支的输入分别经过深度神经网络后，获得混合图像和小块图像两种不同数据级的预测，然后将两种预测分别恢复成与原图像素一一对应的分割预测。对于标记数据，利用真值标签监督两个分支恢复后的预测；对于无标记数据，将图像内分支的预测与教师网络的预测进行加权求和得到伪掩膜，以监督图像间分支的预测。本发明利用多器官的解剖学先验来解决半监督学习中有标记数据和无标记数据之间分布不匹配的问题，显著提高了半监督学习场景下多器官分割的准确率。

本发明授权一种基于魔方切分复原的半监督多器官分割方法在权利要求书中公布了：1.一种基于魔方切分的半监督多器官分割方法，其特征在于，将三维图像视作魔方，并利用多器官解剖学先验设计一种数据增强方式，所述方法包括以下步骤： 将所有图像切成小块图像，用于图像内分支的输入；标记图像和无标记图像的小块图像随机进行跨图像混合，组成混合图像，用于图像间分支的输入；两个分支的输入分别经过深度神经网络，获得混合图像和小块图像两种数据级的特征和预测； 对图像内分支，将小块图像的特征输入分类器，推理小块图像在图像内相对位置，计算分类器预测和对应相对位置的交叉熵损失函数； 将两个分支的预测结果恢复成与原图像一一对应的分割预测；对于标记图像，计算两个分支的预测与真值掩膜之间的损失函数；对于无标记图像，将图像内分支的预测与教师网络的预测进行基于类分布的加权平均，得到伪掩膜，计算图像间预测与伪掩膜之间的损失函数； 对于无标记图像，将图像内分支的预测与教师网络的预测进行基于类分布的加权平均，得到伪掩膜的具体方法为： 初始化一个类分布存储库D，在训练过程中，每T轮更新一次存储库D； 设当前迭代次数为t，如果t％T≠0，将本次训练轮数中无标记图像的教师预测存入D；如果t％T＝0，统计存储在D中的伪标签中各个器官类像素的个数，并将其归一化到0和1之间，得到类分布字典向量v： v＝{v0,...,vC-1} 其中，C表示器官类数量，v中的每个元素表示归一化后各类的像素个数； 随后，将D清空； 对于教师预测中任意一个像素m，假设教师网络对于该像素的预测为查询v中对应于的类分布值，即对于任意一个像素都可以在字典向量v中找到对应的类分布值，从而生成像素级的权重图将Ω作为图像内分支预测的权重，将1-Ω作为教师网络的权重，将教师预测和图像内分支预测进行加权求和，得到最终的伪掩膜； 利用损失进行梯度回传，更新学生模型和分类器的参数，利用指数移动平均的方式更新教师模型参数；在训练达到收敛或最大次数时，获得最终的学生网络参数。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人华东师范大学，其通讯地址为：200333 上海市普陀区中山北路3663号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。